CN104580831A - 一种视频信号图像的增强方法和装置 - Google Patents

Abstract

本发明提供了一种视频信号图像的增强方法和装置，该方法包括:接收待处理的视频信号中的图像帧；计算图像的高通和低通滤波分量；预设一组门限值，将所计算的高通滤波分量进行分类识别，对确定为噪声的像素区域进行去噪处理，并对确定为非噪声的像素区域，根据不同的高通滤波分量求解增强幅值，将所述增强幅值与当前像素的高通滤波分量相乘；将增强后的高通滤波分量与去噪后的低通滤波信号进行叠加。发明提出一种提升视频图像画质方法，降低了处理后图像的噪声，细节和边缘都得到增强，加强细节的表现能力，控制显著边缘的过增强白边，并且实现简单，可以应用到视频后处理芯片中。

Description

一种视频信号图像的增强方法和装置

技术领域

本发明涉及视频图像信号处理，特别涉及一种视频信号图像的增强方法和装置。

背景技术

随着计算机技术、多媒体技术和网络技术的不断发展，视频远程采集系统进入全数字化阶段，并越来越广泛地应用于安防、安全监控和高清晰视频图像获取等众多行业。在视频图像的信号处理中，数字图像邻域内像素与像素之间的灰度值具有高度相关，而这些相关性信息一般是以复杂的边缘和纹理细节信息体现出来的，图像锐度的改变就是以分析这些边缘细节为基础进行图像增强。现有的锐度增强方法对连续帧视频图像的处理中效果欠佳，显著边缘的过冲和噪声的增强。细节和边缘增强的同时也放大了噪声，在图像的背景区域，噪声会非常明显。

因此，针对相关技术中所存在的上述问题，目前尚未提出有效的解决方案。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种视频信号图像的增强方法和装置，该方法包括:

步骤1，接收待处理的视频信号中的图像帧；

步骤2，计算图像的高通滤波分量和低通滤波分量；

步骤3，预设一组门限值，将所计算的高通滤波分量进行分类识别，确定将每个像素分类为待抑制的噪声、待增强的细节、待增强的模糊边缘，或要保留的显著边缘；

步骤4，对确定为噪声的像素区域进行去噪处理，并对确定为非噪声的像素区域，根据不同的高通滤波分量求解增强幅值，将所述增强幅值与当前像素的高通滤波分量相乘；

步骤5，将增强后的高通滤波分量与去噪后的低通滤波信号进行叠加，以对视频的图像帧进行增强。

优选地，所述步骤2进一步包括：

以N×N模板为单位计算图像的高通和低通滤波分量f_H(i,j)和f_L(i,j)，N为3或5:

f_H(i,j)＝f(i,j)-f_L(i,j)

其中，f(i,j)为源图像，f_L(i,j)为采用低通滤波模板进行低通滤波后的低通滤波分量，f_H(i,j)为高通滤波后的分量。

优选地，所述步骤3进一步包括：

①设定一噪声门限值T₁，判断当前像素(i,j)的高通滤波分量是否小于门限值T₁，如小于门限值T₁，则将当前像素的高通滤波分量确定为噪声，将f_H(i,j)置为0，以抑制掉小幅高通滤波噪声，其中T₁为门限值在0.5-2之间；

②判断模板内其他像素的高通滤波分量是否在超过模板总数一半以上，如在超过模板总数一半以上则将当前像素(i,j)确定为边缘点，否则确定为杂点噪声，并令高通滤波分量为0，即:

当n(i,j)>T_n时，f_H(i,j)＝f_H(i,j)，

当n(i,j)≤T_n时，f_H(i,j)＝0，

其中，T_n为邻域的边界像素点数的门限值，并且T_n＝(N*N+1)/2；n(i,j)为以点(i,j)为中心的N×N个点中高通滤波分量不为0的像素点个数。

优选地，所述步骤4进一步包括：根据f_H(i,j)的不同，计算高通滤波增强幅值k的选取方式如下:

其中，k₁是细节噪声模糊区域的最大幅值系数；k₂是增强显著边缘的幅值系数，用于控制图像显著边缘增强的力度；k₃是增强细节的幅值系数，用于控制图像细节增强的力度；

其中，T₁，T₂，T₃，T₄，T₅为所述一组预设门限值，T₂为细节门限值，T₃为模糊边缘门限值，T₄为边缘门限值，T₅为超显著边缘门限值，[T₁，T₂]为细节和噪声的模糊区；[T₂，T₃]为细节区，[T₃，T₄]为模糊边缘区，[T₄，T₅]为显著边缘区。

优选地，所述步骤5进一步包括：将视频图像信号中增强后的高通滤波分量与低通滤波分量叠加:

f_out(i,j)＝f_L(i,j)+f_H(i,j)*k(i,j)，得到增强后新图像帧f_out(i,j)。

根据本发明的另一方面，提供了一种视频信号图像的增强装置，包括:

接收单元，用于接收待处理的视频信号中的图像帧；

分量计算单元，用于计算图像的高通滤波分量和低通滤波分量；

分类识别单元，用于预设一组门限值，将所计算的高通滤波分量进行分类识别，确定将每个像素分类为待抑制的噪声、待增强的细节、待增强的模糊边缘，或要保留的显著边缘；

处理单元，用于对确定为噪声的像素区域进行去噪处理，并对确定为非噪声的像素区域，根据不同的高通滤波分量求解增强幅值，将所述增强幅值与当前像素的高通滤波分量相乘；

输出单元，用于将增强后的高通滤波分量与去噪后的低通滤波信号进行叠加，以对视频的图像帧进行增强。

本发明相比现有技术，具有以下优点:

本发明提出一种提升视频图像画质方法，降低了处理后图像的噪声，细节和边缘都得到增强，加强细节的表现能力，控制显著边缘的过增强白边，并且实现简单，可以应用到视频后处理芯片中。

附图说明

图1是根据本发明实施例的视频信号图像的增强方法的流程图。

具体实施方式

下文与图示本发明原理的附图一起提供对本发明一个或者多个实施例的详细描述。结合这样的实施例描述本发明，但是本发明不限于任何实施例。本发明的范围仅由权利要求书限定，并且本发明涵盖诸多替代、修改和等同物。在下文描述中阐述诸多具体细节以便提供对本发明的透彻理解。出于示例的目的而提供这些细节，并且无这些具体细节中的一些或者所有细节也可以根据权利要求书实现本发明。

本发明的一方面提供了一种视频信号图像的增强方法。图1是根据本发明实施例的视频信号图像的增强方法流程图。本发明方法通过逐像素识别像素特性来提高视频图像画质，即逐像素地分析像素的特性并做相应处理。首先计算出高通和低通滤波分量，然后根据频率的大小和特性不同，通过设置门限值，区分出哪些是需要抑制的噪声，哪些是需要增强的细节和模糊边缘，以及哪些是需要保留的显著边缘。然后根据不同的像素特性进行处理:对噪声区域进行去噪处理；根据高通滤波分量的不同求解增强幅值k，然后与细节和边缘点的高通滤波分量相乘，得到增强后的高通滤波分量，最后与去噪后的低通滤波信号叠加。这样可以对低细节区域做很小增强；对模糊边缘区域做较大增强；对显著边缘区域不做增强，对超显著边缘抑制。使画面增强了轮廓和细节的同时，保持了超显著边缘不至于有白边的产生。

本发明只需要针对灰度值图像进行处理就可以达到很好的锐度增强效果，因此需要对读入的彩色视频图像提取灰度值信息。

步骤1：计算高通滤波分量

以N*N模板为单位计算图像的高通和低通滤波分量f_H(i,j)和f_L(i,j)，N可取3或5:

f_H(i,j)＝f(i,j)-f_L(i,j)

其中，f(i,j)为源图像，f_L(i,j)为低通滤波后的低通滤波分量，它的计算可以采用任何低通滤波模板，f_H(i,j)为高通滤波后的分量。

步骤2：对高通滤波分量分类进行识别和处理

本步骤可分为三步:

①清除细小噪声

设定一门限值T₁，判断该高通滤波分量是否小于门限值T₁，如是，则认为小于该门限值的高通滤波分量为噪声，将f_H(i,j)置为0，以抑制掉小幅高通滤波噪声，T₁为噪声门限值，可选0.5-2，通常选用1。

②清除杂点噪声

判断模板内其他的高通滤波分量是否在超过模板总数一半以上，如是则认为是边缘点，否则认为是杂点噪声，并令高通滤波分量为0，即表述为:

当n(i,j)>T_n时，f_H(i,j)＝f_H(i,j)，

当n(i,j)≤T_n时，f_H(i,j)＝0，

其中，T_n为邻域的边界像素点数的门限值，通常可选(N*N+1)/2；n(i,j)为以点(i,j)为中心的N×N个点中高通滤波分量不为0的像素点个数；

③计算高通滤波增强幅值k值

根据f_H(i,j)的不同，k值选取方式如下:

其中，k₁是细节噪声模糊区的最大幅值系数，选用固定值0.5；k₂是增强显著边缘的幅值系数，控制图像显著边缘增强的力度，可选0-1.5，通常选用1；k₃是增强细节的幅值系数，控制图像细节增强的力度。可选1-4，通常选用2。

当f_H(i,j)较小时，属于噪声区，无须增强，应该去噪，[T₁，T₂]为细节和噪声的模糊区，如是噪声，选取较大的增强幅值是不恰当的，k值应选的较小；[T₂，T₃]为细节区，选稍微大的k值，可以使细节更突出，[T₃，T₄]为模糊边缘区，选稍微大的k值，[T₄，T₅]为显著边缘区，这时选稍小的k值，可防止画面变化太大。这种k值选取方式，使噪声和细节过渡自然。这里，T₂为细节门限值，大于它的可认为是细节。可选2-4，通常选用2。T₃为细节模糊边缘门限值。可选3-5，通常选用3。T4为边缘门限值，小于它的边缘可认为是模糊边缘，大于它的边缘可认为是显著边缘。可选25-30，通常选用30。T₅为超显著边缘门限值，大于它的可认为是超显著边缘，无须增强，k(i,j)＝0，T₅可选40-60，通常选用50。

步骤3获得增强信号

将对有用的信号进行增强后的高通滤波分量与低通滤波分量叠加:

f_out(i,j)＝f_L(i,j)+f_H(i,j)*k(i,j)

f_out(i,j)为增强后新图像。

综上所述，本发明提出一种提升视频图像画质方法，降低了处理后图像的噪声，细节和边缘都得到增强，加强细节的表现能力，控制显著边缘的过增强白边，并且实现简单，可以应用到视频后处理芯片中。

显然，本领域的技术人员应该理解，上述的本发明的各模块或各步骤可以用通用的计算系统来实现，它们可以集中在单个的计算系统上，或者分布在多个计算系统所组成的网络上，可选地，它们可以用计算系统可执行的程序代码来实现，从而，可以将它们存储在存储系统中由计算系统来执行。这样，本发明不限制于任何特定的硬件和软件结合。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (6)

1.一种视频信号图像的增强方法，其特征在于，包括:

步骤1，接收待处理的视频信号中的图像帧；

步骤2，计算图像的高通滤波分量和低通滤波分量；

步骤3，预设一组门限值，将所计算的高通滤波分量进行分类识别，确定将每个像素分类为待抑制的噪声、待增强的细节、待增强的模糊边缘，或要保留的显著边缘；

步骤4，对确定为噪声的像素区域进行去噪处理，并对确定为非噪声的像素区域，根据不同的高通滤波分量求解增强幅值，将所述增强幅值与当前像素的高通滤波分量相乘；

步骤5，将增强后的高通滤波分量与去噪后的低通滤波信号进行叠加，以对视频的图像帧进行增强。

2.根据权利要求1所述的方法，其特征在于，所述步骤2进一步包括：

以N×N模板为单位计算图像的高通和低通滤波分量f_H(i,j)和f_L(i,j)，N为3或5:

f_H(i,j)＝f(i,j)-f_L(i,j)

其中，f(i,j)为源图像，f_L(i,j)为采用低通滤波模板进行低通滤波后的低通滤波分量，f_H(i,j)为高通滤波后的分量。

3.根据权利要求2所述的方法，其特征在于，所述步骤3进一步包括：

①设定一噪声门限值T₁，判断当前像素(i,j)的高通滤波分量是否小于门限值T₁，如小于门限值T₁，则将当前像素的高通滤波分量确定为噪声，将f_H(i,j)置为0，以抑制掉小幅高通滤波噪声，其中T₁为门限值在0.5-2之间；

②判断模板内其他像素的高通滤波分量是否在超过模板总数一半以上，如在超过模板总数一半以上则将当前像素(i,j)确定为边缘点，否则确定为杂点噪声，并令高通滤波分量为0，即:

当n(i,j)>T_n时，f_H(i,j)＝f_H(i,j)，

当n(i,j)≤T_n时，f_H(i,j)＝0，

其中，T_n为邻域的边界像素点数的门限值，并且T_n＝(N*N+1)/2；n(i,j)为以点(i,j)为中心的N×N个点中高通滤波分量不为0的像素点个数。

4.根据权利要求3所述的方法，其特征在于，所述步骤4进一步包括：根据f_H(i,j)的不同，计算高通滤波增强幅值k的选取方式如下:

其中，k₁是细节噪声模糊区域的最大幅值系数；k₂是增强显著边缘的幅值系数，用于控制图像显著边缘增强的力度；k₃是增强细节的幅值系数，用于控制图像细节增强的力度；

其中，T₁，T₂，T₃，T₄，T₅为所述一组预设门限值，T₂为细节门限值，T₃为模糊边缘门限值，T₄为边缘门限值，T₅为超显著边缘门限值，[T₁，T₂]为细节和噪声的模糊区；[T₂，T₃]为细节区，[T₃，T₄]为模糊边缘区，[T₄，T₅]为显著边缘区。

5.根据权利要求4所述的方法，其特征在于，所述步骤5进一步包括：将视频图像信号中增强后的高通滤波分量与低通滤波分量叠加:

f_out(i,j)＝f_L(i,j)+f_H(i,j)*k(i,j)，得到增强后新图像帧f_out(i,j)。

6.一种视频信号图像的增强装置，其特征在于，包括:

接收单元，用于接收待处理的视频信号中的图像帧；

分量计算单元，用于计算图像的高通滤波分量和低通滤波分量；

分类识别单元，用于预设一组门限值，将所计算的高通滤波分量进行分类识别，确定将每个像素分类为待抑制的噪声、待增强的细节、待增强的模糊边缘，或要保留的显著边缘；

处理单元，用于对确定为噪声的像素区域进行去噪处理，并对确定为非噪声的像素区域，根据不同的高通滤波分量求解增强幅值，将所述增强幅值与当前像素的高通滤波分量相乘；

输出单元，用于将增强后的高通滤波分量与去噪后的低通滤波信号进行叠加，以对视频的图像帧进行增强。3 -->